Ikhtisar Penerapan Khusus

​

Metode penagihan

Sebelum penerapan, Anda dapat melihat perkiraan biaya per jam berbagai model di Konsol Penerapan Model.

	Provisioned Throughput (PTU, Provisioned Throughput Unit) (Throughput tinggi; kinerja tinggi)		Model Unit (Metrik kinerja kustom; isolasi sumber daya)		Token-based usage (Bayar sesuai penggunaan setelah fine-tuning/validasi efek)
Definisi	Metode penerapan model yang menyediakan sumber daya platform untuk menjamin kapasitas throughput TPM tertentu; tidak ada pembatasan laju dalam kuota yang dijamin.		Metode penerapan model yang mengonfigurasi daya komputasi berdasarkan durasi penggunaan dan jumlah Model Unit, dengan sumber daya khusus.		Metode penerapan model yang menggunakan Tokens input dan Tokens output yang dihasilkan per panggilan sebagai dasar pengukuran penggunaan.
Keunggulan	Menyediakan kapasitas throughput stabil, latensi lebih rendah, dan kepastian sumber daya lebih kuat untuk lingkungan produksi beban tinggi. Dibandingkan dengan penagihan berbasis Token, TPS (Tokens yang dihasilkan per detik) biasanya meningkat sekitar 1,5 hingga 2,0 kali lipat. Mendukung pengaturan perpanjangan otomatis.		Metrik kinerja seperti latensi/throughput dapat dikustomisasi. Mendukung pengaturan perpanjangan otomatis.		Tidak dikenai biaya saat tidak digunakan.
Model yang didukung	Beberapa model yang telah dikonfigurasi sebelumnya		Beberapa model yang telah dikonfigurasi sebelumnya dan semua model yang telah difine-tune		Beberapa model yang telah difine-tune dengan LoRA
Kasus penggunaan	Layanan pelanggan cerdas untuk aplikasi perbankan (lalu lintas stabil, memerlukan pengalaman konkuren terjamin). moderasi konten real-time untuk platform sosial (memerlukan pemrosesan stabil untuk tugas pipeline yang dapat diprediksi). API terjemahan cloud publik (menyediakan jaminan layanan garis dasar bagi pengguna paket standar).		Model besar eksklusif E-dagang yang telah difine-tune (menerapkan model privat, penskalaan manual selama promosi besar). Model skrining molekul perusahaan farmasi (memerlukan sumber daya khusus untuk tugas berdurasi panjang). Simulasi mengemudi otonom (memerlukan komputasi berkelanjutan berdurasi panjang).		Validasi efek model fine-tuned
Diagram penagihan
Metode penagihan	Berdasarkan durasi penggunaan dan throughput yang disediakan Bayar sesuai penggunaan, paket harian		Berdasarkan durasi penggunaan dan jumlah Model Unit Bayar sesuai penggunaan, paket bulanan		Berdasarkan penggunaan Token model Bayar sesuai penggunaan
Metode penskalaan	Peningkatan/penurunan throughput mandiri		Peningkatan/penurunan Model Unit mandiri		Kirim permohonan di konsol dan tunggu tinjauan manual.
Batasan produk	Tagihan prabayar dihitung harian. Tidak tersedia pengembalian dana lebih awal. Jika penggunaan dalam satu unit waktu melebihi throughput yang dibeli, akan ditangani sesuai strategi overflow yang dipilih saat pembuatan: auto-overflow beralih ke penagihan pemanggilan model bayar sesuai penggunaan untuk model tersebut, sedangkan use-only-PTU-capacity mengembalikan kode 429.		Setelah pembelian prabayar, jika Anda membatalkan lebih awal dalam bulan pertama, harga satuan harian (≈ harga satuan bulanan / 30) akan ditagih sebesar 1,2 kali lipat.		Hanya mendukung beberapa model setelah fine-tuning efisien (LoRA). Akan dilepas secara otomatis jika tidak digunakan dalam satu bulan.

​

Rincian penagihan

​

Metode penerapan

Jika Anda mendapat pesan izin tidak mencukupi, rujuk ke: Apa yang harus saya lakukan jika muncul pesan "izin tidak mencukupi" saat penerapan?

Buka konsol penerapan model.
Masukkan nama layanan, pilih model dan metode penagihan, biarkan pengaturan lainnya tetap default, lalu klik OK.
Saat status penerapan adalah Running, model telah berhasil diterapkan. Biaya akan dikenakan setelah model berhasil diterapkan.

​

Konfigurasi penerapan

​

Halaman daftar penerapan

• Nama layanan: Nama layanan penerapan. Klik untuk melihat detail penerapan.
• Nama model: Model yang digunakan untuk penerapan.
• Kode Model: Pengidentifikasi unik yang dihasilkan setelah model berhasil diterapkan, digunakan untuk menentukan model saat memanggil API.
• Status penerapan/Status event: Termasuk Menunggu penerapan, Menerapkan, Running, Penerapan gagal, Offline, Layanan dijeda, Dihentikan, Menghapus, Langganan ditangguhkan/Pembayaran tertunda ditangguhkan, Memulihkan layanan, Running (Mengubah konfigurasi), Running (Perubahan gagal), dan status lainnya.
• Metode penagihan: Metode penagihan layanan penerapan saat ini.
• Detail penerapan: Informasi konfigurasi seperti jenis unit model dan jumlah replika.
• Detail pembatasan laju: Menampilkan konfigurasi pembatasan laju layanan penerapan saat ini, seperti RPM (permintaan per menit) dan TPM (token per menit).
• Waktu layanan: Menampilkan waktu pembuatan dan waktu kedaluwarsa layanan penerapan.
• Operasi: Bergantung pada status penerapan dan metode penagihan, Anda dapat melakukan operasi seperti Perbarui, Pantau, Penskalaan, Perpanjang, Offline, Hapus, dan Coba.

​

Panggilan pasca-penerapan

import os
import dashscope

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Who are you?"},
]
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
response = dashscope.Generation.call(
    # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan Bailian API Key Anda: api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-max-xxx-xxx",  # Harap ganti dengan kode yang dikembalikan setelah model berhasil diterapkan
    messages=messages,
    result_format="message",
    enable_thinking=False,
)
print(response)

​

Penskalaan Layanan Penerapan

• Throughput preset (ditagih berdasarkan durasi): Klik tombol Scaling untuk layanan mandiri, menyesuaikan jumlah instans secara manual. Untuk aturan pengurangan biaya dan pengembalian dana terperinci, silakan merujuk ke: Aturan pengembalian dana untuk downgrade konfigurasi.
• Model unit (ditagih berdasarkan durasi): Klik tombol Scaling untuk layanan mandiri, menyesuaikan jumlah instans secara manual.

​

Menonaktifkan Layanan Penerapan

• Model unit prepaid: Klik Deactivate dan konfirmasi.
• Postpaid: Klik Delete dan konfirmasi.

​

Operasi Lainnya

• Perbarui: Perbarui versi model layanan yang diterapkan, mendukung pembaruan penuh atau pembaruan batch (rilis canary).
• Hapus: Layanan bayar sesuai penggunaan dapat dihapus langsung untuk menghentikan penagihan.
• Perpanjang: Layanan prepaid dapat diperpanjang untuk memperpanjang waktu layanan, dan mendukung perpanjangan otomatis.
• Beli paket kapasitas: Beli paket kapasitas untuk penerapan throughput preset.

​

FAQ

​

Bisakah saya mengunggah dan menerapkan model saya sendiri?

​

Apa yang harus saya lakukan jika muncul pesan "izin tidak mencukupi" saat penerapan?

1. Jika muncul pesan "Missing permission for this module", pastikan akun Anda memiliki izin Model Deployment - Operation di halaman pengelolaan izin ruang bisnis.
   
   Jika Anda tidak dapat beroperasi secara normal, hubungi organisasi atau administrator TI Anda untuk menambahkan izin terkait atau memeriksa masalah izin atas nama Anda.
2. Jika terjadi kesalahan "ruang bisnis xx tidak memiliki izin untuk menerapkan model xx" selama penerapan, buka halaman Pengelolaan Ruang Bisnis Model Studio untuk menambahkan izin penerapan model yang sesuai untuk ruang bisnis yang sesuai.

   Kesalahan pemanggilan API: Workspace xxx does not have deployment privilege for model xxxx.

   
   
   Jika muncul pesan izin tidak mencukupi, hubungi organisasi atau administrator TI Anda untuk menambahkan izin terkait atau beroperasi atas nama Anda.